調色盤界的「扛把子」-palettable
有朋友說python視覺化自帶顏色很醜,那您一定是沒遇到palettable ,palettable是一個純python寫的顏色條(Colormap)庫,匯集了大量知名可視化軟體的顏色條(比如Tableau色系,matplotlib部分色係等等),共有色條(Colormap)1587類,可使用的單色數萬種,本文詳細介紹palettable如何使用。
#
#本文目錄

#1、palettable快速安裝
pip install palettable -i https://pypi.tuna.tsinghua.edu.cn/simple

palettable重要屬性-視覺化色度條
##
Bold_9.show_discrete_image()#Bold_9各种颜色条图片
#palettable重要屬性-輸出色度條中單一顏色的數目
print(Bold_9.number)#Bold_9这种colormap中单颜色的数目
9即上面的圖片有9格
###palettable重要屬性-輸出色度條中單色的色號值#########print(Bold_9.colors)#Bold_9 colormap中每种颜色的RGB格式色号 print(Bold_9.hex_colors)#Bold_9 colormap中每种颜色的hex格式色号 print(Bold_9.mpl_colors)#RGB tuples in the range 0-1 as used by matplotlib
Matplotlib中使用palettable
import matplotlib.pyplot as plt import matplotlib as mpl import palettable mpl.rc_file_defaults() my_dpi = 96 plt.figure(figsize=(580 / my_dpi, 580 / my_dpi), dpi=my_dpi) plt.subplot(221) patches, texts, autotexts = plt.pie( x=[1, 2, 3], labels=['A', 'B', 'C'], #使用palettable.tableau.BlueRed_6 colors=palettable.tableau.BlueRed_6.mpl_colors[0:3], autopct='%.2f%%', explode=(0.1, 0, 0)) patches[0].set_alpha(0.3) patches[2].set_hatch('|') patches[1].set_hatch('x') plt.title('tableau.BlueRed_6', size=12) mpl.rc_file_defaults() plt.subplot(222) patches, texts, autotexts = plt.pie( x=[1, 2, 3], labels=['A', 'B', 'C'], #使用palettable.cartocolors.qualitative.Bold_9 colors=palettable.cartocolors.qualitative.Bold_9.mpl_colors[0:3], autopct='%.2f%%', explode=(0.1, 0, 0)) patches[0].set_alpha(0.3) patches[2].set_hatch('|') patches[1].set_hatch('x') plt.title('cartocolors.qualitative.Bold_9', size=12) mpl.rc_file_defaults() plt.subplot(223) patches, texts, autotexts = plt.pie( x=[1, 2, 3], labels=['A', 'B', 'C'], #使用palettable.cartocolors.qualitative.Bold_9 colors=palettable.cartocolors.qualitative.Bold_9.mpl_colors[0:3], autopct='%.2f%%', explode=(0.1, 0, 0)) patches[0].set_alpha(0.3) patches[2].set_hatch('|') patches[1].set_hatch('x') plt.title('cartocolors.qualitative.Bold_9', size=12) plt.subplot(223) patches, texts, autotexts = plt.pie( x=[1, 2, 3], labels=['A', 'B', 'C'], #使用palettable.lightbartlein.sequential.Blues10_5 colors=palettable.lightbartlein.sequential.Blues10_5.mpl_colors[0:3], autopct='%.2f%%', explode=(0.1, 0, 0)) #matplotlib.patches.Wedge patches[0].set_alpha(0.3) patches[2].set_hatch('|') patches[1].set_hatch('x') plt.title('lightbartlein.sequential.Blues10_5', size=12) plt.subplot(224) patches, texts, autotexts = plt.pie( x=[1, 2, 3], labels=['A', 'B', 'C'], colors=palettable.wesanderson.Moonrise5_6.mpl_colors[0:3], autopct='%.2f%%', explode=(0.1, 0, 0)) patches[0].set_alpha(0.3) patches[2].set_hatch('|') patches[1].set_hatch('x') plt.title('wesanderson.Moonrise5_6', size=12) plt.show()
Seaborn中使用palettable
例子来自几行代码绘制靓丽矩阵图
使用palettable.tableau.TrafficLight_9
import seaborn as sns iris_sns = sns.load_dataset("iris") import palettable g = sns.pairplot( iris_sns, hue='species', palette=palettable.tableau.TrafficLight_9.mpl_colors, #Matplotlib颜色 ) sns.set(style='whitegrid') g.fig.set_size_inches(10, 8) sns.set(style='whitegrid', font_scale=1.5)
使用palettable.tableau.BlueRed_6使用palettable.cartocolors.qualitative.Bold_9
使用palettable.wesanderson.Moonrise5_6
使用palettable.cartocolors.diverging.ArmyRose_7_r
3、palettable包含那些颜色条(Colormap)
palettable下面有16大类Colormap,共计1587小类Colormap,合计上万种单颜色可供使用,已经整理为pdf格式,感兴趣的可以
包含以下16大类
palettable.cartocolors.diverging palettable.cartocolors.qualitative palettable.cartocolors.sequential palettable.cmocean.diverging palettable.cmocean.sequential palettable.colorbrewer.diverging palettable.colorbrewer.qualitative palettable.colorbrewer.sequential palettable.lightbartlein.diverging palettable.lightbartlein.sequential palettable.scientific.diverging palettable.scientific.sequential palettable.matplotlib palettable.mycarta palettable.tableau palettable.wesanderson
共计1587小类【每个小类还有逆类,名称后面加“_r”即可】上面16大类下面有数个小类,例如,著名BI软件Tableau的配色条palettable.tableau这一大类,下面有palettable.tableau.BlueRed_12,palettable.tableau.GreenOrange_12等等数个小类:
palettable.tableau.BlueRed_12 palettable.tableau.BlueRed_6 palettable.tableau.ColorBlind_10 palettable.tableau.Gray_5 palettable.tableau.GreenOrange_12 palettable.tableau.GreenOrange_6 palettable.tableau.PurpleGray_12 palettable.tableau.PurpleGray_6 palettable.tableau.TableauLight_10 palettable.tableau.TableauMedium_10 palettable.tableau.Tableau_10 palettable.tableau.Tableau_20 palettable.tableau.TrafficLight_9
也就是类似上面的这种有1587行。
以上是調色盤界的「扛把子」-palettable的詳細內容。更多資訊請關注PHP中文網其他相關文章!

熱AI工具

Undresser.AI Undress
人工智慧驅動的應用程序,用於創建逼真的裸體照片

AI Clothes Remover
用於從照片中去除衣服的線上人工智慧工具。

Undress AI Tool
免費脫衣圖片

Clothoff.io
AI脫衣器

AI Hentai Generator
免費產生 AI 無盡。

熱門文章

熱工具

記事本++7.3.1
好用且免費的程式碼編輯器

SublimeText3漢化版
中文版,非常好用

禪工作室 13.0.1
強大的PHP整合開發環境

Dreamweaver CS6
視覺化網頁開發工具

SublimeText3 Mac版
神級程式碼編輯軟體(SublimeText3)

熱門話題

PHP和Python各有優劣,選擇取決於項目需求和個人偏好。 1.PHP適合快速開發和維護大型Web應用。 2.Python在數據科學和機器學習領域佔據主導地位。

在CentOS系統上高效訓練PyTorch模型,需要分步驟進行,本文將提供詳細指南。一、環境準備:Python及依賴項安裝:CentOS系統通常預裝Python,但版本可能較舊。建議使用yum或dnf安裝Python3併升級pip:sudoyumupdatepython3(或sudodnfupdatepython3),pip3install--upgradepip。 CUDA與cuDNN(GPU加速):如果使用NVIDIAGPU,需安裝CUDATool

Docker利用Linux內核特性,提供高效、隔離的應用運行環境。其工作原理如下:1. 鏡像作為只讀模板,包含運行應用所需的一切;2. 聯合文件系統(UnionFS)層疊多個文件系統,只存儲差異部分,節省空間並加快速度;3. 守護進程管理鏡像和容器,客戶端用於交互;4. Namespaces和cgroups實現容器隔離和資源限制;5. 多種網絡模式支持容器互聯。理解這些核心概念,才能更好地利用Docker。

在CentOS系統上啟用PyTorchGPU加速,需要安裝CUDA、cuDNN以及PyTorch的GPU版本。以下步驟將引導您完成這一過程:CUDA和cuDNN安裝確定CUDA版本兼容性:使用nvidia-smi命令查看您的NVIDIA顯卡支持的CUDA版本。例如,您的MX450顯卡可能支持CUDA11.1或更高版本。下載並安裝CUDAToolkit:訪問NVIDIACUDAToolkit官網,根據您顯卡支持的最高CUDA版本下載並安裝相應的版本。安裝cuDNN庫:前

Python和JavaScript在社區、庫和資源方面的對比各有優劣。 1)Python社區友好,適合初學者,但前端開發資源不如JavaScript豐富。 2)Python在數據科學和機器學習庫方面強大,JavaScript則在前端開發庫和框架上更勝一籌。 3)兩者的學習資源都豐富,但Python適合從官方文檔開始,JavaScript則以MDNWebDocs為佳。選擇應基於項目需求和個人興趣。

MinIO對象存儲:CentOS系統下的高性能部署MinIO是一款基於Go語言開發的高性能、分佈式對象存儲系統,與AmazonS3兼容。它支持多種客戶端語言,包括Java、Python、JavaScript和Go。本文將簡要介紹MinIO在CentOS系統上的安裝和兼容性。 CentOS版本兼容性MinIO已在多個CentOS版本上得到驗證,包括但不限於:CentOS7.9:提供完整的安裝指南,涵蓋集群配置、環境準備、配置文件設置、磁盤分區以及MinI

在CentOS下選擇PyTorch版本時,需要考慮以下幾個關鍵因素:1.CUDA版本兼容性GPU支持:如果你有NVIDIAGPU並且希望利用GPU加速,需要選擇支持相應CUDA版本的PyTorch。可以通過運行nvidia-smi命令查看你的顯卡支持的CUDA版本。 CPU版本:如果沒有GPU或不想使用GPU,可以選擇CPU版本的PyTorch。 2.Python版本PyTorch

CentOS 安裝 Nginx 需要遵循以下步驟:安裝依賴包,如開發工具、pcre-devel 和 openssl-devel。下載 Nginx 源碼包,解壓後編譯安裝,並指定安裝路徑為 /usr/local/nginx。創建 Nginx 用戶和用戶組,並設置權限。修改配置文件 nginx.conf,配置監聽端口和域名/IP 地址。啟動 Nginx 服務。需要注意常見的錯誤,如依賴問題、端口衝突和配置文件錯誤。性能優化需要根據具體情況調整,如開啟緩存和調整 worker 進程數量。
